Senior AI Engineer (Driving VLM/VLA)

42dot의 Senior AI Engineer (Driving VLM/VLA)는 수백만 건의 실제 자율주행 데이터를 활용해 차세대 Driving Foundation Model을 개발합니다. Vision-Language-Model(VLM), Vision-Language-Action(VLA), 멀티모달 AI 기술을 통해 차량이 복잡한 도로 환경을 이해하고 판단하며 행동할 수 있도록 만드는 핵심 역할을 수행합니다. 대규모 GPU 인프라와 독자적인 자율주행 데이터셋을 기반으로 driving scene understanding, multimodal reasoning, VLM/VLA를 통해 자율주행 시스템의 인지, 판단, 계획 성능을 고도화합니다.

Responsibilities

• 자율주행 데이터를 활용한 Vision-Language-Action 기반 driving foundation model 설계 및 개발

• Camera/video, map, trajectory, action, language 등 multimodal sequential data 기반 모델 학습 및 평가

• Driving scene understanding, temporal reasoning, agent interaction modeling, risk/event understanding 모델 개발

• Scene captioning, visual question answering, auto-labeling, data mining, retrieval 등 VLM 기반 응용 기능 개발

• 대규모 multimodal dataset 구축, 학습 recipe, evaluation benchmark, ablation 실험 설계

• Simulation, Data, ML Platform 조직과 협업하여 모델을 자율주행 시스템에 통합

Qualifications

• Computer Vision, Machine Learning, Robotics, Autonomous Driving, Multimodal AI 관련 5년 이상의 연구/개발 경험 또는 이에 준하는 역량 또는 Foundation Model, Multimodal Learning, Generative AI 분야에서의 뛰어난 연구 성과(proven track record)를 보유하신 분

• PyTorch 기반 deep learning model 개발 및 학습 경험

• Vision model, video model, VLM, VLA, world model, trajectory prediction, imitation learning 중 하나 이상에 대한 깊은 이해와 구현 경험

• 이미지/비디오/sensor/trajectory/language/action 등 multimodal 또는 sequential data 처리 경험

• Transformer, diffusion, autoregressive model, representation learning 중 하나 이상에 대한 이해

• 논문 기반 아이디어를 구현하고 대규모 데이터에서 학습, 평가, 개선한 경험

• 문제를 독립적으로 정의하고, 실험 설계부터 모델 개선까지 주도적으로 수행할 수 있는 역량

Preferred Qualifications

• 자율주행 또는 robotics foundation model 개발 경험

• VLM/LLM fine-tuning, instruction tuning, multimodal alignment 경험

• VLA, behavior cloning, imitation learning, trajectory planning, policy learning 경험

• Action-conditioned video generation, world model, 4D scene modeling 경험

• BEV, occupancy, map, trajectory, agent interaction 등 driving-specific representation 경험

• Distributed training, large-scale multimodal data pipeline, data mining pipeline 경험

• Closed-loop simulation 또는 scenario-based evaluation과 모델을 연결해본 경험

Interview Process

• 서류전형 - 코딩테스트 - 화상면접 (1시간 내외) - 대면 혹은 화상면접 (3시간 내외) - 최종합격

• 전형절차는 직무별로 다르게 운영될 수 있으며, 일정 및 상황에 따라 변동될 수 있습니다.

• 전형일정 및 결과는 지원서에 등록하신 이메일로 개별 안내드립니다.

Additional Information

• 이력서 제출 시 주민등록번호, 가족관계, 혼인 여부, 연봉, 사진, 신체조건, 출신 지역 등 채용절차법상 요구 금지된 정보는 제외 부탁드립니다.

• 모든 제출 파일은 30MB 이하의 PDF 양식으로 업로드를 부탁드립니다. (이력서 업로드 중 문제가 발생한다면 지원하시고자 하는 포지션의 URL과 함께 이력서를 [email protected]으로 전송 부탁드립니다.)

• 인터뷰 프로세스 종료 후 지원자의 동의하에 평판조회가 진행될 수 있습니다.

• 국가보훈대상자 및 취업보호 대상자는 관계법령에 따라 우대합니다.

• 장애인 고용 촉진 및 직업재활법에 따라 장애인 등록증 소지자를 우대합니다.

• 42dot은 의뢰하지 않은 서치펌의 이력서를 받지 않으며, 요청하지 않은 이력서에 대해 수수료를 지불하지 않습니다.

• 3개월의 수습기간이 적용될 수 있습니다.

※ 지원 전 아래 내용을 꼭 확인해 주세요.

• 42dot이 일하는 방식, 42dot Way 보러가기 →

• 42dot만의 업무몰입 프로그램, Employee Engagement Program 보러가기 →